概率论中的数学期望论文参考文献

1. 生活中处处有数学 2、解数学竞赛题的整体策略 3、谈数学解题中发掘隐含条件的若干途径4、论数学教育中性别差异的影响 5、逆向思维在数学论证中的作用及培养6、谈小学、初中数学的衔接 7、容斥原理及其应用8、从高中课程改革看大学课程改革 9、信息化教育问题10、数学素质教育中的教师素质问题 11. 浅析课堂教学的师生互动12、谈设疑法在课堂教学中的应用 13、计算机辅助小学数学教学的探索 14、谈一类重要的数学方法--分类讨论法15、小学数学竞赛题的教育价值16、在解题中培养学生的数学直觉思维 17. 反思教学中的一题多解18. 初探影响解决数学问题的心理因素 19、在数学教学中培养学生的反思意识 20、关于探索性命题的若干问题 21、数学实验教学模式探究22、论小学数学竞赛题的解题方法 23、奥林匹克数学的解题策略24、三角形面积在竞赛中的应用 25. 数学教育中的科学人文精神 26. 数学几种课型的问题设计 27. 在探索中发展学生的创新思维 28. 把握发现式教学实质,优化课堂教学 29. 如何评价小学学生的数学素质 30. 阅读材料在数学教学中的作用 31. 数学中的判断之我见 32. 关于学生数学能力培养的几点设想 33. 反例在数学中的作用 34. 谈谈类比法 35. 数学教学设计随笔 36. 数学CAI应遵循的原则 37. 我国数学教育改革的若干问题 38. 当代数学教学模式的发展趋势 39. “问题解决教学”的实践与认识 40. 数学教学中的“理论联系实际” 41. 小学数学课堂教学探究性学习案例简析 42. 数学训练，贵在科学 43. 教学媒体在数学教学中的作用 44. 培养数学能力的重要性和基本途径 45. 初探在数学教学中开展研究性学习 46. 浅谈数学学习兴趣的培养 47. 如何使计算机辅助教学变得更方便 48. 精心设计习题，提高教学质量 49. 我对概念教学的的再认识 50. 数学教学中的情境创设 51. 结合数学教学实际开展教研教改 52. 为学生展开想象的翅膀创造环境 53. 利用习题变换，培养思维能力 54. 课堂教学中培养学生创造能力的尝试 55. 观察法及其在数学教育研究中的应用 56. 直觉思维在解题中的运用 57. 数学方法论与数学教学—案例三则 58. 概念课是思维训练的重要环节 59. 对概念导入和问题设计的思考 60. 把握概念本质注重思维能力的培养 61. 将研究性学习引入数学课堂教学 62. 数学教学的现代研究 63. 数学探究性活动的内容、形式及教学设计 64. 注重创新性试题的设计 以上为参考论文选题，学生写论文时可选用，也可按选题提供的范围和方向，根据自己教学过程中体会最深的某方面自定论文选题1．关于数学教学目的问题； 2．关于数学思维问题； 3．关于数学教学方法问题； 4．关于学习的迁移问题； 5．关于数学教学的评价问题； 6．关于熟练技能与深刻理解的关系问题； 7．数学的实用功能与数学的文化教育功能相关关系的研究； 8．数学教学的德育功能研究； 9．班级授课制中集体教学、小组教学和个别教学在数学教学中的地位和作用； 10．数学发现法(探究式)教学可实施的基本内容、对象和范围； 11．对数学教学中“可接受性原则”的认识及其具体做法的实验研究； 12．中学生数学学习习惯与学习方法的调查分析； 13．诊断和鉴别数学学习困难学生的方法探析； 14．数学智力因素与数学非智力因素的界定及其对学生学习成绩交互作用的研究； 15．数学教学中激发学生学习兴趣的内在机制和外部因素的研究； 16．教法与学法的双向作用研究； 17．学生“用数学”意识和能力的形成机制以及培养途径的实验研究； 18．数学新课程实施中转变学生学习方式的途径； 19．学生数学观念或数学意识的形成机制和培养途径的实验研究； 20．创设良好的数学教学心理氛围与提高数学教学质量相关关系 的研究。 21．中学数学教育的地位与作用。 22．形象思维与数学教学。 23．直观思维与数学教学。 24．非智力因素与数学学习。 25．数学美与数学教学。 26．在数学教学中怎样培养学生的数学能力。 27．数学作图及图形的教学。 28．数学解题错误的探讨。 29．怎样配备数学习题。 30．数学解题常用的一些思维方法。 31．怎样提高学生的自学能力。 32．怎样培养学生学习数学的兴趣。二、《概率论与数理统计》参考题 1．有关概率论发展的历史。 2．随机性与必然的数学基础与认识。 3．随机变量的直观认识与数学描述。 4．古典概率型的计算技巧。 5．几何概率型的分析处理。 6．有关概率论之介绍。 7．概率论中数学期望概念。 8．利用期望概率统一引人矩阵概率。 9．期望概率在概率论中的地位和作用。 10．特征函数与因数在概率论中的作用及其含义。 11．关于独立性。 12．大数定律与中心定律之含义。 13．大数定律与概率的统计定义。 14．有关概率不等式。 15．条件概率与条件期望。 16．Bayes公式的扩展。 17．概率在其它学科中的应用。 18．其它数学分支在概率论中的应用。 19．概率题目计算的多解性。 20．数理统计概念。 21．数理统计的过去与现在。 22．数理统计在客观现实中的作用。 23．假设检验的实质与作用。 24．参数估计的作用与处理方法。 25．数理统计在你自己工作实践中的应用(实例)。 26．学习概率统计的实践与体会。 27．概率统计中的错题分析。 28．如果我讲概率统计的话，我将这样讲(要求具体详细，资料充实，结构新颖)。 29．利用回归分析方法处理问题。 30．回归分析理论中存在的问题与解决的设想。三、《微分几何》参考题 1．空间曲线的基本公式及其在曲线论中的作用。 2．渐近线与渐缩线。 3．空间曲线弯曲性的研究。 4．曲率与挠率。 5．曲面的第一基本形式在曲面论中的作用。 6．等矩映象与曲面的内在几何。 7．曲面的第二基本形式在曲面论中的作用。 8．曲面上的曲率线，渐近曲线，测地线。 9．曲面的内在几何与外在几何的相依性。 10．曲面内的基本定理与曲线论的基本定理的比较(相仿之处与不同之处)。 11．高斯曲率的意义与作用。 12．等矩映射与等角映射及等积映射的关系。 13．高斯与波涅公式的意义与作用。 14．伪球面与罗氏几何。四、《复变函数》参考题 1．复变函数在一点解析的等价定义。 2．幅角多值性所导出的问题汇集。 3．小结复变函数的积分。 4．解析与调和函数的关系。 5．漫谈复数∞。 6．0，∞与函数 7．多值函数单值分支的表达与计算。 8．分式线性函数全体对乘法——函数复合——构成群。 9．∞和∞邻域的引进使扩充复平面的为紧空间。 lo．等比级数 ，在函数的泰勒展开式和罗朗展开式中的作用。 11．谈复数的比较大小问题。 五、《实变函数》参考题， 1．关于积分号下取极限(积分与极限交换次序问题)。 ①在什么条件下可以积分号下取极限，是积分的一个重要性质，例 如关系到微积分基本定理成立的条件，函数项级数和的性质等等。 ②列举勒贝格积分和黎曼积分在几个问题上的基本结论，分析其 中最基本的要求和相互关系(书上P146第6题可供参考)，可以发现勒贝格积分在这方面比黎曼积分好得多，而且是用勒贝格积分的主要好处之一。 ③给出上述基本结论的简单推论，新的证明方法应用例题，并说明它们的意义。 2．关于微积分基本定理(牛顿一菜布尼兹公式) ①什么是微积分基本定理，它的重要意义在哪里? ②黎曼积分情形，相应定理的条件是什么?有什么不足之处? ③勒贝格积分情形，相应的定理的结论和条件又是怎样的?条件减弱在哪里?还有什么问题? ④应用例题。 3．关于绝对连续函数。 ①绝对连续的定义是什么?有些什么等价说法或充分必要条件，并证明之。绝对连续与连续、一致连续有什么不同，有什么关系。 ②证明绝对连续函数列一致收敛的极限，可微函数与绝对连续函 数复合，仍为绝对连续的。 ③绝对连续函数几乎处处可微，能否做到处处可微?举例!绝对连续函数与它的导致关系如何，与微积分基本定理有什么关系。 ④绝对连续函数全体组成线性空间。 4．关于勒贝格积分。 ①试将关于勒贝格积分的定义综合起来，做出一个统一，一般的勒贝格积分定义，并说明勒贝格积分仍然是“分割、求积、取极限”的结果，勒贝格积分的“分割”与黎曼积分又有何根本不同之处? ②说明勒贝格积分在几何上仍是“曲边梯形的面积”。 ③证明对于勒贝格积分，也和黎曼积分一样，无界函数的积分(广 义积分)和无界区域上的积分(无穷积分)，都是有界函数在有界域上的积分的极限。 ④勒贝格积分有哪些黎曼积分所没有的重要性质。从积分的定义看，是什么原因导致这两类积分有许多重大差别。 ⑤勒贝格积分有许多重要性质，带来一些什么好处? 5．关于测度。 ①总结定义点集的勒贝格测度的过程，并与数学分析中定义区域的面积的过程(重积分前面部分)作比较，分析其中不同之处，以及为什么因为这些不同，导致黎曼积分和勒贝格积分在性质上有许多重大差别。 ②说明勒贝格测度长度、面积、体积概念的推广，当平面区域可求面积时，它的面积和勒贝格测度相等。 ③列举勒贝格测度的重要性质，说明它们与勒贝格积分性质的关 系(例如测度的可数可加性与积分的可数可加性有什么关系，单调集列极限的测度(定理3、2、6～3、2、10)与勒维定理(定理5、4、2的关系)。 6．关于可测函数。 ①可测函数与连续函数，可积函数从定义上、性质上看有什么关系和差别。 ②全体可测函数构成线性空间，构成环。 ③试说明鲁金定理的意义，以及它与黎斯定理、叶果洛夫定理的关系。你如何理解“可测函数近于连续函数”及其理由。 7．关于可测函数列的各种收敛概念。 ①试述实变函数论中及数学分析中讲过的各种收敛概念的定义和性质、互相之间的关系。以及引进这些概念的意义和用处。 ②从黎斯定理和叶果洛夫定理出发说明，你怎么理解“几乎处处收敛，近乎一致收敛”。 8．关于点集上的连续函数。 ①定义，性质。 ②与数学分析中讲的连续的关系。 9．集合论和点集论的方法在实变函数论中的意义。 从一些具体例子出发说明，为了解决数学分析中一些结果不够完善的问题，如推广它们的结论，有必要用这种方法去研究函数，用它也确实有好的效果。说明集合论是测度论和积分论的基础。 以上问题，除参考．所用教材外，还可参考程其襄等编《实变函数与泛函分析基础》。朱玉楷编《实变函数简编》等有关书籍资料。

数学期望是随机变量最重要的特征数之一，它是消除随机性的主要手段.本文通过对数学期望的概念、性质以及应用性的举例，下面是我为你整理的数学期望应用毕业论文，一起来看看吧。

摘要：数学期望是随机变量的重要数字特征之一，也是随机变量最基本的特征之一。通过几个例子，阐述了概率论与数理统计中的教学期望在生活中的应用，文章列举了一些现实生活实例，阐述了数学期望在经济和实际问题中颇有价值的应用。

关键词：随机变量，数学期望，概率，统计

数学期望(mathematical expectation)简称期望，又称均值，是概率论中一项重要的数字特征，在经济管理工作中有着重要的应用。本文通过探讨数学期望在经济和实际问题中的一些简单应用，以期起到让学生了解知识与人类实践紧密联系的丰富底蕴，切身体会到“数学的确有用”。

1.决策方案问题

决策方案即将数学期望最大的方案作为最佳方案加以决策。它帮助人们在复杂的情况下从可能采取的方案中做出选择和决定。具体做法为：如果知道任一方案Ai(i=1，2，…m)在每个影响因素Sj(j=1，2，…，n)发生的情况下，实施某种方案所产生的盈利值及各影响因素发生的概率，则可以比较各个方案的期望盈利，从而选择其中期望盈利最高的为最佳方案。

1.1投资方案

假设某人用10万元进行为期一年的投资，有两种投资方案：一是购买股票;二是存入银行获取利息。买股票的收益取决于经济形势，若经济形势好可获利4万元，形势中等可获利1万元，形势不好要损失2万元。如果存入银行，假设利率为8%，可得利息8000元，又设经济形势好、中、差的概率分别为30%、50%、20%。试问应选择哪一种方案可使投资的效益较大?

[摘 要] 离散型随机变量数学期望是概率论和数理统计的重要概念之一，是用概率论和数理统计来反映随机变量取值分布的特征数。通过探讨数学期望在经济和实际问题中的一些简单应用，以期让学生了解数学期望的理论知识与人类实践紧密联系，它们是不可分割、紧密联系的。

[关键词] 数学期望;离散型随机变量

一、离散型随机变量数学期望的内涵

在概率论和统计学中，离散型随机变量的一切可能的取值xi与对应的概率P(=xi)之积的和称为数学期望(设级数绝对收敛)，记为E(x)。数学期望又称期望或均值，其含义实际上是随机变量的平均值，是随机变量最基本的数学特征之一。但期望的严格定义是∑xi*pi绝对收敛，注意是绝对，也就是说这和平常理解的平均值是有区别的。一个随机变量可以有平均值或中位数，但其期望不一定存在。

二、离散型随机变量数学期望的作用

期望表示随机变量在随机试验中取值的平均值，它是概率意义下的平均值，不同于相应数值的算术平均数。是简单算术平均的一种推广，类似加权平均。在解决实际问题时，作为一个重要的参数，对市场预测，经济统计，风险与决策，体育比赛等领域有着重要的指导作用，为今后学习高等数学、数学分析及相关学科产生深远的影响，打下良好的基础。作为数学基础理论中统计学上的数字特征，广泛应用于工程技术、经济社会领域。其意义是解决实践中抽象出来的数学模型进行分析的方法，从而达到认识客观世界规律的目的，为进一步的决策分析提供准确的理论依据。

三、离散型随机变量的数学期望的求法

离散型随机变量数学期望的求法常常分四个步骤：

1.确定离散型随机变量可能取值;

2.计算离散型随机变量每一个可能值相应的概率;

3.写出分布列，并检查分布列的正确与否;

4.求出期望。

四、数学期望应用

(一)数学期望在经济方面的应用

例1： 假设小刘用20万元进行投资，有两种投资方案，方案一：是用于购买房子进行投资;方案二：存入银行获取利息。买房子的收益取决于经济形势，若经济形势好可获利4万元，形势中等可获利1万元，形势不好要损失2万元。如果存入银行，假设利率为5.1%，可得利息11000元，又设经济形势好、中、差的概率分别为40%、40%、20%。试问应选择哪一种方案可使投资的效益较大?

第一种投资方案：

购买房子的获利期望是：E(X)=4×0.4+1×0.4+(--2)×0.2=1.6(万元)

第二种投资方案：

银行的获利期望是E(X)=1.1(万元)，

由于：E(X)>E(X)，

从上面两种投资方案可以得出：购买房子的期望收益比存入银行的期望收益大，应采用购买房子的方案。在这里，投资方案有两种，但经济形势是一个不确定因素，做出选择的依据是数学期望的高低。

(二)数学期望在公司需求方面的应用

例2：某小公司预计市场的需求将会增长。公司的员工目前都满负荷地工作。为满足市场需求提高产量，公司考虑两种方案 ：第一种方案：让员工超时工作;第二种方案：添置设备。

假设公司预测市场需求量增加的概率为P，当然可能市场需求会下降的概率是1―P，若将已知的相关数据列于下表：

市场需求减(1-p) 市场需求增加(p)

维持现状(X)

20万 24万

员工加班(X)

19万 32万

耀加设备(X)

15万 34万

由条件可知，在市场需求增加的情况下，使员工超时工作或添加设备都是合算的。然而现实是不知道哪种情况会出现，因此要比较几种方案获利的期望大小。用期望值判断：

E(X)=20(1-p)+24p，E(X)=19(1-p)+32p，E(X)=15(1-p)+34p

分两种情况来考察：

(1)当p=0.8，则E(X)=23.2(万)，E(X)=29.4(万)，E(X)=30.2(万)，于是公司可以决定更新设备，扩大生产;

(2)当p=O.5，则E(X)=22(万)，E(X)=25.5(万)，E(X)=24.5(万)，此时公司可决定采取员工超时工作的应急措施扩大生产。

由此可见，从上面两种情况可以得出：如果p=0.8时，公司可以决定更新设备，扩大生产。如果p=O.5时，公司可决定采取员工超时工作的应急措施。因此，只要市场需求增长可能性在50%以上，公司就应采取一定的措施，以期利润的增长。

(三)数学期望在体育比赛的应用

乒乓球是我们得国球，全国人民特别爱好，我们在这项运动中具有绝对的优势。现就乒乓球比赛的赛制安排提出两种方案：

第一种方案是双方各出3人，三局两胜制，第二种方案是双方各出5人，五局三胜制。对于这两种方案， 哪一种方案对中国队更有利?不妨我们来看一个实例：

假设中国队每一位队员对美国队的每一位队员的胜率都为55%。根据前面的分析，下面我们只需比较两队的数学期望值的大小即可。

在五局三胜制中，中国队若要取得胜利，获胜的场数有3、4、5三种结果。我们应用二项式定律、概率方面的知识，计算出三种结果所对应的概率，恰好获得三场对应的概率：0.33465;恰好获得四场对应的概率：0.2512;五场全胜得概率：0.07576.

设随机变量X为该赛制下中国队在比赛中获胜的场数，则可建立X的分布律： X 3 4 5

P 0.33465 0.2512 0.07576

计算随机变量X的数学期望：

E(X)=3×0.33465+4×0.2512+5×0.07576=2.04651

在三局两胜制中，中国队取得胜利，获胜的场数有2、3两种结果。对应的概率为=0.412;三场全胜的概率为=0.206。

设随机变量Y为该赛制下中国队在比赛中获胜的场数，则可建立Y的分布律：

X 2 3

Y 0.412 0.206

计算随机变量Y的数学期望：

E(Y)=2×0.412+3×0.206=1.2

比较两个期望值的大小，即有E(X)>E(Y)，因此我们可以得出结论，五局三胜制中国队更有利。

因此，我们在这样的比赛中，五局三胜制对中国队更有利。在体育比赛中，要看具体的细节，具体情形，把握好比赛赛制，用我们所学习的知识来实现期望值的最大化，做到知己知彼，百战百胜。

(四)数学期望对企业利润的评估

在市场经济活动中，厂家的生产或是商家的销售.总是追求最大的利润。在生产过程中供大于求或供不应求都不利于获得最大利润来扩大再生产。但在市场经济中，总是瞬息万变，往往供应量和需求量无法确定。而厂家或商家在一般情况下根据过去的数据，再结合现在的具体情况，具体对象，常常用数学期望的方法结合微积分的有关知识，制定最佳的生产活动或销售策略。

假定某公司计划开发一种新产品市场，并试图确定其产量。估计出售一件产品，公司可获利A元，而积压一件产品，可导致损失B元。另外，该公司预测产品的销售量x为一个随机变量，其分布为P(x)，那么，产品的产量该如何制定，才能获得最大利润。

假设该公司每年生产该产品x件，尽管x是确定的.但由于需求量(销售量)是一个随机变量，所以收益Y是一个随机变量，它是x的函数：

当xy时，y=Ax;

当xy时，y=Ay--B(x-y)。

于是期望收益为问题转化为：

当x为何值时，期望收益可以达到最大值。运用微积分的知识，不难求得。

这个问题的解决，就是求目标函数期望的最大最小值。

(五)数学期望在保险中问题

一个家庭在一年中五万元或五万元以上的贵重物品被盗的概率是0.005，保险公司开办一年期五万元或五万元以上家庭财产保险，参加者需缴保险费200元，若在一年之内， 五万元或五万元以上财产被盗，保险公司赔偿a元(a>200)，试问a如何确定，才能使保险公司期望获利?

设X表示保险公司对任一参保家庭的收益，则X的取值为 200或 200�a，其分布列为：

X 200 200-a

p 0.995 0.005

E(x)=200×0.9958+(200-a)×0.005=200-0.005a>0，解得a<40000，又a>100，所以a∈(200，40000)时，保险公司才能期望获得利润。

从上面的日常生活中，我们不难发现：利用所学的离散型随机变量数学期望方面的知识解决了生活中的一些具有的，实实在在的问题有大大的帮助。

因此我们在实际生活中，利用所学的离散型随机变量数学期望方面的知识，面对当今信息时代的要求，我们应当思维活跃，敢于创新，既要学习数学理认方面知识，更应该重视对所学知识的实践应用，做到理认联系实际，学以致用。当然只是实际生活中遇到的数学期望应用中的一部分而已，还有更多的应用等待我们去思考，去发现，去探索，为我们伟大的时代创造出更多的有价值的东西和财富。